随着全球线上消费需求日益增长，各类新型支付方式不断涌现，为了满足更多消费者的支付需求，商家竭尽可能的丰富支付方式、简化支付流程，力图通过无缝的支付体验赢得消费者，以在跨境电商时代保持领先地位。
支付欺诈损失远比想象中严重，采取支付风控措施或第三方相关服务已成行业共识
在此过程中，商家面临的支付欺诈损失也在不断攀升。全球线上交易反欺诈解决方案专家 Riskified 数据显示，2021年至2025年间，支付欺诈行为预计将使全球电商商家损失2,060亿美元，使他们本已微薄的在线利润进一步缩水;在2023 年，全球电商仅由支付欺诈造成的损失，预计将达到 480 亿美元。
这些巨额数据背后，映射着层出不穷和日趋复杂的网络欺诈手段。Riskified 在过往合作项目中发现，欺诈者会利用平台软件漏洞，或者攻击平台关键的物理基础设施，盗取品牌收集的客户数据。而后，他们通过盗用的账户进行“未授权购买”，最终导致欺诈性拒付;或者直接使用木马文件“骚扰”甚至“绑架”用户账户，以此向用户勒索钱财。
诸如此类的支付欺诈模式还在不断演变，商家不仅要提升安全防御能力，保护用户数据安全与品牌声誉;还要确保风控精准度，避免造成不良支付体验，也避免错误拒绝。
为了能在良好的支付体验、与最小化的欺诈风险中找到平衡点，搭建支付风控系统，已成为出海商家的行业共识。
支付风控方案选择众多，如何评估ROI成行业难点
但面对着市场上众多的支付风控方案，商家如果选择不当，很容易“顾此失彼”。以上述的欺诈行为为例，传统风控手段由于缺乏专业知识和数据分析，无法充分了解订单及其背后产生的原因，因此无法对风险行为进行预防或判断。
还有商家为了降低支付欺诈率，采用过于“保守”的反欺诈解决方案，直接导致了支付成功率下降和收入损失，根据Riskified数据，在被不良风控手段拦截的订单中，有70%订单是合法的、可信的，可以安全转化为营收;在2021年，仅独立站商家，由于担心欺诈攻击而造成错误拒绝的订单金额就高达4,430亿美元。
针对以上问题，基于机器学习模型的反欺诈解决方案，凭借风控精准度，成为商家的更优选择。这类解决方案的优势，来源于其海量的数据覆盖和数据应用。通过对买家数据和风险数据进行实时收集与分析，并根据支付风险趋势变化及时做出风控调整，助力商家实现精准风控。
除了风控技术模型，数据库大小、有无专业风控专家对模型进行训练，也是商家需要考虑的重要因素。以 Riskified 的客户为例，得益于Riskified自动化技术(包括机器学习、行为分析、弹性链接和设备指纹)平台、庞大的风险数据库和风控专家的合力，他们可以实时准确的“批准”或“拒绝”订单，从订单“源头”遏制欺诈行为的同时，保证用户支付体验。值得一提的是，Riskified 只针对支付成功的订单收取费用，并为拒付包赔客户承担由拒付订单带来的各项成本，这也意味着Riskified 与卖家利益一致，不会因一味的追求降低欺诈率，采用过于保守的审批手段而让支付成功率下降。
至此，不难发现，对于所有的商家而言，对平台部署的欺诈管理方案进行有效性评估和计算投入产出比，都是一项相当复杂的任务。因为评估数据可能来自支付、欺诈、IT、客户服务和财务等多个部门，清楚了解这些数据的取用和计算方法，以及不同数据的评估价值绝非易事;并且，商家部署欺诈管理工具的终极目标是获得和留住优质客户，那么从业务效果来看，有多少用户留存是由欺诈管理工作带来的，这是较难界定清楚的。
(图片来源：Riskified)
对此，Riskified 耗时数月，率先编写并发布了实践性极强的卖家操作指南 -- “Riskified 支付风控方案买家工具包” (来源：Riskified 中国官网)，通过该工具包，商家可以轻松获取一整套全面的运营实操资源：
评估和衡量支付风控的投资回报率
商家开展线上支付风控的不同方式
如何选择支付风控合作伙伴
手把手教你发布支付风控需求建议书
助力出海电商商家或数字业务商家，有效评估当前风控战略需求、考察和筛选适合自身发展需要的解决方案，确保风控投入能为整个企业带来最佳投资回报率。
###
关于 Riskified
Riskified 助力于电子商务安全、便捷，且无摩擦，赋能企业充分发挥电子商务的潜力，我们的全球团队致力于为世界上最具创新性的电子商务商家消除其业务中的风险和不确定性，并继续拓宽商业变革能力。我们建立的电子商务风控服务平台能为电商商家与消费者之间构建信任关系。该平台基于我们庞大的全球商家网络数据与专有机器学习模型，实现电商商家的收入最大化，运营成本最小化。Riskified 已经审查了数以亿计的交易，并为众多全球顶尖品牌和各行业快速增长的企业审批准了数十亿美元的收入，包括荣耀，安克，春秋航空，周生生，携程，豪雅集团，Rotita 等。2021年7月29日，Riskified 已经开始在纽约证券交易所交易，股票代码为 RSKD。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
